Identification of Braided Channels on the Islamabad Alluvial Fan in Yazd Ardakan Basin

Document Type : Research Paper

Author

Assistant professor, Department of Geography, Payam-e Noor University, Tehran, Iran

10.22108/gep.2025.144804.1717

Abstract

Abstract
Braided channels are subsidiary branches of riverine flows that primarily develop on the surfaces of alluvial fans and, occasionally, across floodplains. These channels serve as vital pathways for distributing floodwater across alluvial fans, making their accurate identification essential for predicting natural hazards, such as floods and erosion, and conducting effective environmental management. In the Islamabad Alluvial Fan of Yazd, the expansion of floodwaters has led to the formation of erosional landforms, such as gullies created by surface runoff. If not properly managed, these features pose significant risks to critical infrastructure, particularly transportation networks, which was a central focus of this research. The primary objective of this study was to create a high-accuracy spatial map of these flood channels. By utilizing GeoEye satellite imagery and a contrast difference detection algorithm, an image segmentation-based approach was employed to semi-automatically extract the spatial distribution of braided channels. Implementing this method on the eCognition platform using an object-based processing approach revealed that the generated polygons aligned well with the surface morphology of the alluvial fan. They effectively delineated features, such as gully patterns, braided channel networks, and floodwater dispersal routes. Additionally, the active area of the Islamabad Alluvial Fan was identified and visualized. These findings marked a significant advancement in flood risk management and the protection of ecosystems in arid regions. This research concluded that the contrast-based segmentation method had proven highly effective in detecting the morphology of alluvial fans. It successfully identified the approximately conical shape of the Islamabad Alluvial Fan, which was left-skewed, and detected the surface distributary channels in a semi-automatic manner through polyline drawing. The success of this method in capturing the form and surface features of the Islamabad Alluvial Fan was attributed to its simultaneous use of spectral information and morphological characteristics, such as size, slope, and shape of the landform.
 
Keywords: Segmentation, Contrast, Flood Spreading, Braided Channels, Islamabad, Yazd.
 
Introduction
Braided channels are dynamic, branching subsidiary channels of river systems found in a variety of geographical environments, including the surfaces of alluvial fans, river deltas, mountainous gravel streams, sandy-bed rivers, and sedimentary plains. These channels are a significant focus for scientists across multiple disciplines. For geomorphologists, braided channels commonly found in high-altitude and periglacial regions are important for understanding erosion and sediment transport. For water resource and civil engineers, identifying these channels is crucial in the design of dams, water intake systems, and water transfer channels, all of which face threats from reservoir sedimentation due to high sediment transport and erosion rates. Braided channels serve as vital conduits for distributing floodwaters on alluvial fans, playing a central role in shaping hydrological and geomorphological processes. Economically, the alluvial deposits associated with braided channels form significant hydrocarbon reservoirs and are important sources of sand and gravel. These channels consist of numerous alluvial pathways that continuously separate and rejoin around sediment bars and islands, creating an intricate structure that resembles a braided rope. The formation and evolution of braided channels depend on water dynamics and watershed characteristics. As primary pathways for flood distribution on alluvial fans, their identification is critical for flood management. If not properly recognized and managed, braided channels can pose significant risks to regional infrastructure. Therefore, understanding and identifying these channels is essential for predicting natural hazards, such as floods and erosion, and conducting effective environmental management.
 
Materials & Methods
Modern techniques for analyzing landform features utilize object-based patterns and satellite image segmentation as essential tools for extracting and classifying geomorphological landforms. In this research, the spatial distribution of braided channels on the Islamabad Alluvial Fan in Yazd was semi-automatically detected using the contrast difference method. This approach employs a hierarchical segmentation strategy, breaking down images from whole to parts by dividing features into smaller, homogeneous sub-units. The method focuses on variations in pixel brightness, converting image features into binary regions (black and white). By determining spectral thresholds, dark and bright areas are separated through the delineation of distinct polygons. This technique enables identification of locations where braided channels form, which are critical for understanding areas prone to hazardous flood distribution and represent the active sections of the alluvial fan. The study concentrated on the Islamabad Alluvial Fan within the Yazd-Ardakan Watershed near Taft County, where frequent flooding had resulted in erosional landforms, including gullies formed by surface runoff. The uncontrolled expansion of these features posed significant risks to critical infrastructure, particularly transportation networks, highlighting the importance of this research. The primary objective of this study was to create a high-precision spatial map of flood channels to enhance flood risk mitigation strategies. To achieve this, GeoEye satellite imagery characterized by high spatial resolution and a contrast difference detection algorithm—an advanced image segmentation technique—were employed. This semi-automatic method was implemented on the E-Cognition platform using an object-based image analysis approach. The results demonstrated that the generated polygons closely aligned with the surface morphology of the alluvial fan, accurately depicting details, such as gullies, braided channel networks, and flood distribution pathways with remarkable precision. Additionally, the active section of the Islamabad Alluvial Fan was effectively identified and visualized.
 
Research Findings
One of the primary achievements of this method that captured researchers' attention was the radial pattern of braided channels observed in the output maps. This pattern illustrated the branching distribution of channels radiating from a central core and exhibited remarkable morphological consistency with Bristow's (1993) findings regarding the formation dynamics of alluvial fans in arid environments.
Other significant findings of this study included:

Spatial Mapping Accuracy: Integration of GeoEye imagery with object-based methods allowed for the precise extraction of braided channels at a spatial scale, significantly enhancing the resolution of flood hazard maps.
Identification of Active Fan Section: By mapping the concentration of primary braided channels, the study revealed that the most active channels were predominantly located in the distal section (base) of the Islamabad Alluvial Fan.
Morphological Alignment: The mapped polygons exhibited a strong correlation with the fan's surface features, confirming the method's reliability in complex arid environments. Geometric analysis revealed a left-skewed conical shape at the fan's base.
Risk Reduction: Identification of active fan zones and erosion hotspots provided valuable insights for infrastructure protection and flood risk management.

 
Discussion of Results & Conclusion
Based on the results and findings of this research, it could be concluded that the majority of braided channels had formed in the distal section, or approximately at the base, of the Islamabad Alluvial Fan, which was also where the active section of the fan was located. The hierarchical whole-to-part algorithm based on contrast difference detection used in this study effectively identified the general morphology of the asymmetric conical alluvial fan and surface details, such as braided channels, through continuous polygonal lines. This method worked by gradually dividing image features into smaller subunits, continuing the segmentation process until spectral-spatial homogeneity criteria were met in each unit. The final homogeneous units were referred to as "image objects". Since these objects were derived from the hierarchical decomposition of large-scale features, this approach was also known as the "nested decomposition algorithm". The success of this method could be attributed to the integration of spectral data from electromagnetic reflection values across different bands with morphometric parameters, such as shape, density, and drainage patterns. While spectral data alone might not effectively distinguish landforms with similar reflectance, their combination with indices—such as the pyramidal shape coefficient characteristic of alluvial fans—significantly enhanced classification accuracy. These results signified a pioneering advancement in flood risk management and ecosystem protection in arid regions. The findings suggested that the presence of braided channels indicated high flow discharge and a significant concentration of coarse-grained sediments, such as sand, within the riverine system. Thus, identifying these channels in older sedimentary layers could be interpreted as evidence of past wet periods or frequent flood events. This characteristic positioned braided channels as vital tools for reconstructing historical climatic changes and conducting geomorphological studies as their formation patterns were directly linked to long-term moisture and hydrological fluctuations. This research underscored the importance of identifying braided channels as a critical factor in flood risk management, soil erosion reduction, and maintaining hydrological balance. Furthermore, these aquatic networks were not only valuable sources of construction materials, but their unregulated exploitation could lead to irreparable consequences for arid ecosystems. Consequently, this study demonstrated that the proposed method was an effective tool for monitoring morphological changes, identifying high-risk flood areas, and promoting the sustainable management of natural resources.
 
Acknowledgements
This study is part of the approved research project No. 210, which was dated April 23, 2023 and titled "Identification of Floodplain Hairpin Channels on the Eslamabad Alluvial Fan". The project was made possible through the generous financial support of the esteemed Provincial Research Council. We extend our heartfelt gratitude and appreciation to the honorable members of this council for their support.
 

Keywords

Main Subjects

Full Text

مقدمه

 کانال‌های گیسویی[1] در محیط‌های مختلف جغرافیایی، ازجمله روی سطح مخروط‌افکنه‌ها (شکل 1- الف)، روی دلتای رودخانه‌ها (شکل 1- ب)، نهرهای کوهستانی سنگ‌ریزه‌ای و رودخانه‌های بستر ماسه‌ای (شکل 1- ج) و نیز سراسر دشت‌های رسوبی (شکل 1- د) یافت می‌شوند. کانال‌های گیسویی موضوع مشترک و مهم برای دانشمندان حوزه‌های مختلف علمی است؛ برای مثال برای ژئومورفولوژیست‌ها، این عوارض که در مناطق مرتفع و پیش‌یخبندان فراوان یافت می‌شوند، ازنظر فرسایش و انتقال رسوب موردتوجه هستند و برای مهندسان آب و عمران در طراحی سدها، سیستم‌های آبگیر و کانال‌های انتقال آب که تهدید به پرشدن مخازن از رسوبات به‌علت نرخ بالای انتقال رسوب و فرسایش هستند، شناسایی این کانال‌ها اجتناب‌ناپذیر است. همچنین تهدیدی برای سازه‌های درون کانال مانند پایه‌های پل، جاده‌ها و راه‌آهن‌ها ایجاد می‌کند و درنهایت کانال‌های گیسویی برای زمین‌شناسان، عوامل مهم رسوب‌گذاری را تشکیل می‌دهند و مسئول تجمع بسیاری از توالی‌های رسوبی هستند؛ بنابراین، سفره‌های زیرزمینی ارزشمند، مخازن هیدروکربنی و مکان‌هایی را برای تجمع مواد معدنی سنگین تشکیل می‌دهند (Bristow & Best, 1993, p. 1). ازنظر اقتصادی،‌ رسوبات آبرفتی کانال‌های گیسویی مخازن هیدروکربنی درخور‌توجهی را تشکیل می‌دهند،‌ به‌طوری‌که برخی از میدان‌های نفتی غول‌پیکر جهان را تشکیل می‌دهند و در بسیاری از استان‌های نفتی یافت می‌شوند (Martin, 1993, p. 333). کانا‌ل‌های گیسویی،‌ مکان‌هایی برای رسوب و تجمع مواد معدنی سنگین نیز هستند.‌ آبرفت‌های کانال‌های بافته‌شده یا گیسویی در جریان‌های نوسانی شامل مجموعه‌ای از «منابع نقطه‌ای» محلی است که به‌صورت جداگانه ممکن است مواد معدنی سنگین را در یک رویداد قبلی متمرکز یا پراکنده کرده باشند (Smith & Minter, 1980, p. 1) و ذخایر مهم شن و ماسه نیز هستند (Bristow & Best, 1993, p. 8). این رودخانه‌ها (کانال‌های بریده‌بریده) بیشتر در مناطق کم‌سکنه یافت می‌شوند و به‌قدری پویا هستند که اندازه‌گیری‌های درجا برای آن‌ها تقریباً غیرممکن هستند. این کانال‌ها از مجراهای آبرفتی متعددی تشکیل‌شده‌اند که در اطراف میله‌ها و جزایر رسوبی، مرتب از هم جدا و دوباره به هم می‌پیوندند و ساختار درهم‌تنیده‌ای را تشکیل می‌دهند که شبیه به قیطان گیسویی به ‌نظر می‌آید (Nykanen et al., 1998, p. 1795). مکانیسم تشکیل و تحول کانال‌های گیسویی به دینامیک آب و ویژگی‌های حوضۀ آبخیز بستگی دارد؛ این کانا‌ل‌ها بستر اصلی پخش سیلاب روی مخروط‌افکنه‌ها هستند (یمانی و مقصودی، 1382، ص. 103) که اگر شناسایی و کنترل نشوند، ممکن است تهدیدی برای سازه‌های منطقه باشند؛ بنابراین، شناسایی مکان آن‌ها به علت پخش سیلاب اهمیت دارد. کانال‌های گیسویی، بستر جریانات آبی با شیب نسبتاً زیاد، کم‌عمق اما با عرض زیادی هستند که در مناطق کوهستانی و نیمه‌کوهستانی به‌صورت بُریده‌بُریده در تصاویر ماهواره‌ای مشاهده می‌شوند. علت اصلی این شکل‌شناسی حضور و گسترش بارها[2] و جزایر رسوبی[3] است که باعث ناپایداری رودخانه می‌شود و مسیر جریان را به‌صورت چندرشته‌ای و در مجاری متعدد کم‌عمق و به شکل ناپیوسته و متقاطع درمی‌آورد (تلوری، 1383، ص. 262). این بستررودها به دلیل شباهت خیالی به رشته‌های بافته‌شدۀ موی بلند انسان به کانال گیسویی معروف شده‌اند (& Jackson, 1987  Bates). وجود آبراهۀ بریده‌شده در بخش بالادستی مخروط‌افکنه‌ها، پدیدهای شایع در بیشتر مخروط‌افکنه‌های منطقۀ کوهستانی است (مختاری و همکاران، 1386، ص. 270‌ ). در این تحقیق، توزیع فضایی کانال‌های گیسویی روی مخروط‌افکنۀ اسلام‌آباد یزد به‌صورت نیمه‌اتوماتیک توسط روش اختلاف تباین یا کنتراست کشف‌ شده است. محل شکل‌گیری کانال‌های گیسویی درواقع محل پخش سیلاب‌های خطرناک و به‌عبارتی بخش فعال مخروط‌افکنه را نشان می‌دهد که با این روش ‌کشف می‌شوند. خشک‌رودها نیز از عوارض قابل‌استخراج روی مخروط‌افکنه است که با همین روش شناسایی می‌شوند.

 

 

الف

 

ب

 

ج

 

د

شکل 1: کانال‌های گیسویی در محیط‌های مختلف جغرافیایی الف: روی سطح مخروط‌افکنه ب: روی سطح دلتای رودخانه‌ها ج: رودخانه‌های بستر ماسه‌ای د: روی دشت‌های رسوبی (Bristow & Best, 1993).

Figure 1. Braided Channels in Various Geographical Environments: (a) On the surface of an alluvial fan (b) On the surface of river deltas (c) In sandy-bed rivers (d) On alluvial plains (Bristow & Best, 1993)

مخروط‌افکنه‌ها ازنظر خطر سیل‌خیزی به دودسته تقسیم می‌شوند: مخروط‌های فعال و مخروط‌های غیرفعال. قسمت‌های بالادستی کانال‌ها که به دره‌های موجود در دهانۀ توپوگرافیکی مخروط ختم می‌شوند، بخش غیرفعال و پایدار مخروط را تشکیل می‌دهد (شکل 2). از ویژگی‌های این قسمت از مخروط، وجود کانال‌های آبکندی و پایداری است که می‌تواند دبی سیل 100ساله را بدون سیلابی‌کردن منطقه با خود حمل کند؛ زیرا این منطقه محل پخش سیلاب‌های برق‌آسا و رسوب‌گذاری ناگهانی و فرسایش نهشته‌هاست که دائماً درحال تغییر و تحول است (FEMA, 2016, p. 3). علت ناپایداری این منطقه،‌ فرایندهای رسوبی فعال و تغییرات مکرر به دلیل جریان‌های سیلابی است. درصورتی‌که حجم رسوبات تخریبی مخروط‌افکنه‌ها زیاد باشد، آنگاه دشت‌سرها را با ضخامت نسبتاً زیاد می‌پوشانند (محمودی، 1387،‌ ص. 103).

 

 

شکل 2: بخش فعال و غیرفعال همراه با انواع دهانۀ مخروط (Federal Emergency Management Agency [FEMA], 2016).

Figure2. Active and Inactive Zones and Types of Fan Apexes. (Federal Emergency Management Agency [FEMA], 2016)

 

بهرامی و بهرامی (۱۳۹۰) با استفاده از تصاویر ماهواره‌ای QuickBird و تحلیل شاخص‌های الگوی زهکشی (مانند تراکم کانال‌ها) همراه با بررسی تنوع رنگی سطح مخروط‌افکنه‌ها در منطقۀ زاگرس چین‌خورده، موفق به تفکیک بخش‌های فعال (سیل‌خیز) و غیرفعال مخروط‌افکنه‌ها شدند. نتایج پژوهش ایشان نشان داد که مخروط‌افکنه‌های قدیمی با الگوی زهکشی همگرا یا شبکه‌ای درختی عموماً غیرفعال هستند، درحالی‌که مخروط‌افکنه‌های جوان و فعال دارای الگوی زهکشی واگرا، شاخه‌شاخه و متقاطع هستند. همچنین، بخش‌های غیرفعال به دلیل رنگ تیره‌تر در تصاویر ماهواره‌ای، امکان شناسایی و تفکیک‌پذیری بالاتری دارند (بهرامی، ۱۳۹۰، ص. ۱۰۲).  

گورابی و کریمی با به‌کارگیری فن قرینه‌سازی مدل رقومی ارتفاع، مرزهای مخروط‌افکنه مروست در جنوب استان یزد را با دقت تعیین کردند. این روش مبتنی‌بر تحلیل توپوگرافی و انطباق هندسی لندفرم‌ها بود (گورابی و کریمی، ۱۳۹۱، ص. ۹۷). همچنین شایان و همکاران با استفاده از الگوریتم طبقه‌بندی حداکثر مشابهت، لندفرم‌های مناطق خشک مرنجاب را در هفت گروه، ازجمله «مخروط‌افکنه» دسته‌بندی کردند. براساس نقشۀ تولیدشده، کلاس مخروط‌افکنه بیشترین وسعت منطقۀ مطالعه‌شده را به خود اختصاص داده بود (شایان و همکاران، ۱۳۹۱، ص. ۲۵).

حمیدی کرمانشاهی (1400) تأثیر مورفودینامیک کانال‌های گیسویی مخروط‌افکنه‌ها و عوارض ماسه‌ای را بر مخاطرات جاده‌ای محور گرمسار-قم به‌طور جامع در قالب پایان‌نامه بررسی کرده است. در این تحقیق از ترکیبی از داده‌های اقلیمی، مشاهدات میدانی و تصاویر ماهواره‌ای استفاده شده است. ابزارهای اصلی پژوهش شامل نرم‌افزارهای تخصصی ArcGIS، Gradistate، WRPLOT، Sandrose و SPSS بوده‌اند. روش تحقیق در سه مرحلۀ اصلی انجام پذیرفته است که در اینجا فقط نتایج مرتبط با این تحقیق آورده شد: براساس روش پایش تغییرات، نرخ جابه‌جایی کانال‌های گیسویی در برخی مخروط‌افکنه‌ها (20.5 متر) چهار برابر سایر مخروط‌افکنه‌ها (5.5 متر) بوده است. عدم مدیریت پویایی کانال‌های گیسویی در مخروط‌افکنه‌ها می‌تواند تهدید جدی برای زیرساخت های منطقه ایجاد کند.

در تحقیقی دیگر توسط رنجبر و همکاران (1402) تحولات کانال‌های گیسویی در بخش شرقی مخروط‌افکنۀ کرج با استفاده از تصاویر ماهواره‌ای بررسی شد. توسعۀ شهری و عملیات کانال‌کشی در بخش‌های غربی و مرکزی مخروط‌افکنۀ کرج، به تخریب سیستم طبیعی کانال‌های گیسویی منجر شده است. مهم‌ترین یافته‌های این تحقیق به‌صورت زیر بوده است:

ناپایداری سیستم کانال‌ها: کانال‌های گیسویی در بازۀ زمانی مطالعه‌شده از پایداری مکانی برخوردار نبوده و مسیر آن‌ها به‌طور نامنظم متأثر از سیلاب‌های فصلی تغییر کرده است.

الگوی انشعابات: شاخه‌های اصلی پس از خروج از دامنه‌های کوهستانی به‌صورت واگرا تقسیم شده و شبکه‌ای گسترده با الگوهای موازی، درهم و واگرا را تشکیل داده‌اند. با نزدیک‌شدن به قاعدۀ مخروط‌افکنه، بر تعداد انشعابات افزوده می‌شود.

در پژوهشی پیشرو توسط میلیارسی با ترکیب شاخص تفاضل نرمال‌شده باندهای ۱ و ۳ سنجنده TM و الگوریتم قطعه‌بندی مبتنی‌بر رشد ناحیه، مخروط‌افکنه‌ها را ازنظر پتانسیل سیل‌خیزی به سه بخش طبقه‌بندی کرد:

  1. منطقۀ کم‌خطر در بخش رأس مخروط؛ 2. منطقۀ با خطر متوسط در میانۀ مخروط و 3. منطقۀ پرخطر در قاعدۀ مخروط که بیشترین آسیب‌پذیری را در برابر سیلاب دارد (Miliaresi, 1999, p. 5).

در پژوهشی دیگر توسط سولباک و ویند در بررسی پتانسیل سیل‌خیزی مخروط‌افکنه‌ها از مدل‌های چندمقیاسه (مولتی‌رزولوشن) بهره گرفتند. این محققان به‌جای استفاده از مدل‌های رقومی ارتفاع، مدل‌های اسپلاین مبتنی‌بر شبکۀ مثلثاتی نامنظم را به‌عنوان روشی کارآمدتر در مطالعات ژئومورفولوژیک و شناسایی عوارض پیشنهاد دادند. به باور آن‌ها، این رویکرد دقت بالاتری در بازنمایی ناهمواری‌های پیچیدۀ سطح زمین دارد (Sulebak & Vind, 2003, p. 232).

همچنین پژوهشگرانی با اعمال الگوریتم قطعه‌بندی چندسطحی بر روی داده‌های منطقۀ درۀ مرگ آمریکا، فرایند شناسایی مخروط‌افکنه‌ها را در چهار سطح مختلف رزولوشن (از درشت‌دانه تا ریزدانه) آزمودند. یافته‌ها نشان داد که سطوح سوم و چهارم قطعه‌بندی (با جزئیات بالاتر) بیشترین کارایی را در تشخیص مرزها و ویژگی‌های ریخت‌شناختی مخروط‌افکنه‌ها دارند. این نتیجه، اهمیت انتخاب مقیاس مناسب در پردازش تصاویر سنجش‌ازدور را برجسته می‌سازد (Argialas & Tzotsos, 2004, P. 6).

این تحقیق با هدف شناسایی و ترسیم شبکه‌های توزیع سیلاب، بر تحلیل ریخت‌شناسی مخروط‌افکنۀ اسلام‌آباد یزد در منطقه‌ای خشک تا نیمه‌خشک متمرکز شده است. تمرکز اصلی بر بررسی الگوهای زهکشی سطحی و کانال‌های انشعابی است که نقش کلیدی در پخش سیلاب و شکل‌دهی به ساختار مورفولوژیک این مخروط‌افکنه ایفا می‌کنند.

در تحقیقی جدیدتر توسط لیو و همکاران به رسوبات مخروط‌افکنه و سیستم‌های پخشی کانال گیسویی در رودخانۀ گرتو در کشور چین پرداخته شد. آنها در ابتدا براساس ویژگی‌های ژئومورفولوژیکی، خصوصیات ریخت‌شناسی کانال‌ها با روش داده‌های حاصل از عکس‌برداری هوایی با پهپاد و سنجش از دور،‌ سیستم پخشی کانال گیسویی گرتو را به سه کمربند رخساره‌ای تقسیم کردند: پروگزیمال (نزدیک به منبع)، میانی و دیستال (دور از منبع). شیب بخش دیستال رودخانۀ گرتو کمترین مقدار و شیب بخش پروگزیمال آن بیشتر از بخش میانی است. همچنین آنها نتیجه گرفتند که در بخش دیستال (که شیب بسیار کم می‌شود) رودخانۀ شریانی (کانال گیسویی) به رودخانۀ مئاندری تبدیل می‌شوند (Liu et al., 2024).

تحلیل بیش از ۴۰۰ مگافن رودخانه‌ای (با طول بیش از ۳۰ کیلومتر) در حوضه‌های رسوبی قاره‌ای نشان می‌دهد که تغییرات ژئومورفولوژیکی کانال در این سیستم‌های رودخانه‌ای پخشی یا کانال‌های گیسویی عموماً به‌صورت پیش‌بینی‌پذیر با افزایش فاصله از رأس مخروط رفتار می‌کنند. این تغییرات می‌توانند شامل این موارد باشند: کاهش دبی جریان، کاهش انتقال مواد بستر و اندازۀ ذرات رسوبی، کاهش توان جریان، کاهش کلی عرض کانال، کاهش کلی عمق کانال، افزایش رفتار انشعابی، و تغییرپذیری بیشتر در میزان پیچان‌رودی هستند (Davidson et al., 2013, p. 82).

 

روش‌شناسی و متغیرهای پژوهش

در روش‌های نوین تحلیل عوارض زمین‌ریخت‌شناسی، الگوهای مبتنی‌بر شیءگرایی و تقسیم‌بندی تصاویر ماهواره‌ای به‌عنوان ابزارهایی کلیدی برای استخراج و تفکیک لندفرم‌های ژئومورفولوژی به کار گرفته می‌شوند (Martin et al., 2012, p. 10). پژوهش حاضر، از استراتژی قطعه‌بندی سلسله‌مراتبی (از کل به جزء) استفاده کرده است که در آن، عوارض موجود در تصاویر به زیرواحدهای کوچک‌تر با ویژگی‌های همگن تقسیم می‌شوند. در این مطالعه، الگوریتم تشخیص اختلاف کنتراست در پلتفرم نرم‌افزاری E-Cognition (با رویکرد شیءگرا) برای شناسایی کانال‌های سیلابی مخروط‌افکنۀ اسلام‌آباد به‌ کار رفته است.

در حوزۀ پردازش تصاویر رستری، اشیای تصویری به مجموعه‌ای از پیکسل‌های هم‌جوار اطلاق می‌شود که در فرایند قطعه‌بندی به‌عنوان واحدهای معنادار تعریف می‌شوند. این اشیاء، برخلاف پیکسل‌های منفرد، حاوی لایه‌های اطلاعاتی غنی‌تری همچون ویژگی‌های مورفومتریک (شکل، اندازه، نسبت ابعاد)، ارتباطات توپولوژیک (هم‌جواری، مجاورت) و پارامترهای طیفی-مکانی هستند که امکان طبقه‌بندی دقیق‌تر لندفرم‌ها را فراهم می‌کنند (Asselen & Seijmonsbergen, 2006, p. 310). الگوریتم مذکور با تمرکز بر تفاوت در میزان روشنایی پیکسل‌ها، عوارض تصویری را به مناطق دوتایی (سیاه‌وسفید) تبدیل می‌کند. در این فرایند، با تعیین آستانه‌های طیفی، نواحی تیره و روشن ازطریق ترسیم چندضلعی‌های مجزا تفکیک می‌شوند (Martin et al., 2012, p. 15). مهم‌ترین خروجی این روش، شناسایی کانال‌های گیسویی (شبکه‌های انشعابی سیلاب‌رو) در سطح مخروط‌افکنۀ اسلام‌آباد است که به‌عنوان شواهدی کلیدی از الگوی زهکشی منطقه تحلیل شده‌اند.

حوضة مطالعه‌شده در این پژوهش، حوضۀ آبریز یزد اردکان با مساحتی بالغ بر 15950 کیلومترمربع است که در مرکز ایران و بین مختصات جغرافیایی ۳۱ درجه و ۱۳ دقیقه تا ۳۲ درجه و ۴۸ دقیقۀ عرض شمالی و ۵۲ درجه و ۵۷ دقیقه تا ۵۴ درجه و ۵۹ دقیقۀ طول شرقی واقع ‌شده است (اختصاصی، ۱۳۸3، ص. ۵۶۹). ازنظر ژئومورفولوژیک، این حوضه از شمال به دشت پوشیده از نمک (پلایای) اردکان، از جنوب به رشته‌کوه‌های شیرکوه، از شرق به زیرحوضۀ خرانق و از غرب به زیرحوضۀ ندوشن محدود می‌شود. مخروط‌افکنه‌ها یکی از اصلی‌ترین لندفرم‌های این حوضه هستند که مساحت درخورتوجهی از حوضه را دربرگرفته است. حدود 80درصد حوضۀ مذکور را اراضی با شیب کمتر از 15درصد شامل دشت‌ها، پدیمنت‌ها و مخروط‌افکنه‌ها تشکیل می‌دهد و 20درصد آن را کوه‌ها و تپه‌ها با شیب بیشتر از 15درصد تشکیل می‌دهد. از مهم‌ترین مزایای شناسایی مخروط‌افکنه‌ها به‌دلیل ارتباط با سفره‌های آب زیرزمینی، منابع بالقوۀ تأمین آب منطقه است (شکل 3). متوسط بارندگی در بسیاری از نقاط این دشت کمتر از 65 میلیمتر در سال است و بیشتر از 70درصد آن درفصل زمستان رخ می‌دهد. تراکم پوشش گیاهی از صفر تا 20درصد متغیر است و گونۀ غالب آن را در حال حاضر درمنه دشتی تشکیل می‌دهد. بیش از 40درصد مساحت دشت را اراضی لخت و بدون پوشش گیاهی با تراکم کمتر از 2درصد دربرمی‌گیرد. ازنظر توپوگرافی هم، ناهمواری‌های حوضۀ آبریز یزد در دو دستۀ مناطق کوهستانی و دشتی تقسیم می‌شوند و مهم‌ترین عارضۀ کوهستانی،‌ شیرکوه نام دارد و ارتفاع بلندترین قلۀ آن به ۴۰٧۵ متر می‌رسد . این کوه‌ها مربوط به دورۀ ژوراسیک است و دارای روند شمال غرب-جنوب شرق هستند (علایی طالقانی، 1400).

 

شکل 3: موقعیت محدودۀ مطالعاتی (مخروط‌افکنه‌های حوضۀ یزد اردکان) (نویسندگان، 1403)

Figure 3. Location of the study area (Alluvial fans of the Yazd-Ardakan basin) (Authors, 2024–2025)

 

در این تحقیق برای استخراج کانال‌های گیسویی پخش سیلاب یا سیلاب‌روها از مخروط‌افکنۀ روستای اسلام‌آباد در شهرستان تفت استفاده ‌شده است. دیاگرام روش تحقیق در شکل (4) آورده شد.

 

 

شکل 4: دیاگرام روش تحقیق (نویسندگان، 1404)

Figure 4. Methodoogy Flowchart (Authors, 2025)

یافته‌های پژوهش

نخستین دستاورد کاربردی این روش در پژوهش حاضر که توجه پژوهشگران را به خود معطوف ساخت، الگوی افشانهیایای‌ای بودن کانال‌های گیسویی در نقشه‌های خروجی بود (مراجعه شود به شکل‌های 4 و 7). این الگو که نشان‌دهندۀ پراکندگی کانال‌ها به‌صورت انشعابی از یک کانون مرکزی است، ازنظر ریخت‌شناسی با یافته‌های ارائه‌شده در اثر کلاسیک بریستو (Bristow & Best, 1993) دربارۀ دینامیک شکل‌گیری مخروط‌افکنه‌ها در محیط‌های خشک همخوانی درخورتوجهی دارد. این هم‌پوشانی علمی نه‌تنها اعتبار روش به‌کارگرفته‌شده را تقویت می‌کند، بلکه گواهی بر پایداری الگوهای ژئومورفیک در مقیاس‌های مکانی مختلف است. الگوی افشانه‌ای‌بودن شبکۀ کانال‌های گیسویی و محدودۀ پراکندگی مکانی آن که در نقشه‌های خروجی با نشانگرهای فلش‌دار در شکل 5 مشخص ‌شده‌اند، به‌وضوح بیانگر سازوکار پخش سیلاب و جهت‌گیری غالب جریان‌های سطحی در سطح مخروط‌افکنه است. این ویژگی‌ها نه‌تنها ساختار مورفولوژیک منطقه را شکل می‌دهند، بلکه نشانگر پویایی هیدرولوژیک مخروط‌افکنه در پاسخ به رویدادهای سیلابی هستند.

 

 

شکل 5: استخراج افشانه‌ای‌بودن کانال‌های گیسویی پخش سیلاب و گستردگی آن که با فلش مشخص ‌شده است (نویسندگان، 1403).

Figure5. Extraction of Braided Channel Distributivity, Flood Spreading Patterns, and Their Spatial Extent, Indicated by Arrows. (Authors, 2024-2025)

سایر نتایج حاصل از اجرای الگوریتم قطعه‌بندی براساس اختلاف تباین یا کنتراست در شناسایی کانال‌های مذکور در شکل‌های 6 تا 10 آمده است.

نتایج این پژوهش نشان می‌دهد که با به‌کارگیری الگوریتم مذکور، کانال‌های گیسویی به‌عنوان مسیرهای اصلی انتقال سیلاب، با دقت بالا ازطریق مرزهای چندضلعی بسته یا پلی‌گون شناسایی و ترسیم شدند (شکل‌های 6 و 8). نمونه‌های A و B در شکل 6، بخش‌های بزرگ‌نمایی‌شده از خروجی این روش هستند که به ترتیب مناطق مستعد آب‌گرفتگی و لندفرم‌های فرسایشی را ناشی از فعالیت سیلاب نمایش می‌دهند. این لندفرم‌ها که در ادبیات علوم زمین با عنوان «فرسایش آبکندی» یا «گالی» شناخته می‌شوند، حاصل نفوذ و تخریب جریان‌های سیلابی در بسترهای ناپایدار هستند. نقطۀ رأس گالی که بی‌ثبات‌ترین بخش این عوارض هستند، در نمونۀ B به‌وضوح رصد می‌شود؛ جایی که سایۀ ایجادشده در امتداد دیوارۀ گالی نشانگر توسعۀ فعال این عارضه به سمت بالادست است. این پدیده نه‌تنها سبب تشدید فرسایش پس‌روی‌کننده می‌شود، بلکه با گسترش تدریجی، خطرات جدی برای زیرساخت‌های انسانی مانند راه‌ها، سکونتگاه‌ها و اراضی کشاورزی به همراه دارد. قابل‌ذکر است که کانال‌های گیسویی، سیستم‌های سازنده و رسوب‌گذار هستند، درحالی‌که فرسایش خندقی سیستم‌های مخرب و فرسایشی محسوب می‌شود. هر دو پدیده به شرایط هیدرولوژیکی و شیب زمین وابسته‌اند، اما نتایج ژئومورفیک متفاوتی ایجاد می‌کنند. کاربرد کانال‌های گیسویی در مدیریت منابع آب و شناسایی مناطق مستعد ذخیرۀ رسوبات (برای مثال در اکتشاف نفت و گاز) است.

 

 

شکل 6: نتایج حاصل از قطعه‌بندی روی مخروط‌افکنۀ اسلام‌آباد یزد؛ قطعات پایینی نمونه‌های بزرگ‌نمایی‌شده باکس ‌‌نمونه‌های A و B که به ترتیب کانال‌های گیسوییِ سیل‌رو و عوارض حاصل از سیلاب، معروف به فرسایش آبکندی را نشان می‌دهد (نویسندگان، 1403).

Figure 6. Results of segmentation on the IslamAbad-Yazd alluvial fan; Lower sections show magnified samples from Boxes A and B, demonstrating braided flood channels and gully erosion features formed by flooding, respectively (Authors, 2024-2025)

 

شکل 7: نمایش دیگری از کانال‌های فعال روی مخروط‌افکنۀ اسلام‌آباد (نویسندگان، 1404).

Figure 7. Alternative representation of active channels on the IslamAbad alluvial fan (Authors, 2025)

 

همان‌طور که در شکل 8 مشهود است، در این روش ابتدا تصویر به سلول‌های مربعی شبکه‌ای یا شطرنجی تقسیم‌بندی می‌شود. سپس، اختلاف طیفی یا تباین بین پیکسل‌های تیره و روشن در هریک از این سلول‌ها ازطریق ترسیم مرزهای پلی‌گونی تفکیک و تعیین حدود می‌شود. این فرایند امکان شناسایی دقیق ناحیه‌های همگن و ناهمگن را براساس ویژگی‌های نورسنجی فراهم می‌کند.

 

 

 

شکل 8: کانال‌های گیسوییِ مخروط‌افکنة اسلام‌آباد با پلی‌لاین‌های مشکی استخراج و مشخص ‌شده‌اند و مربع‌ها نیز حاصل از فرایند قطعه‌بندی در برنامه است (نویسندگان، 1404).

Figure 8. extracted braided channels of the IslamAbad alluvial fan, delineated with black polylines, with squares representing segmentation-derived features from the software processing (Authors, 2025)

 

داده‌های حاصل از این پژوهش در سامانۀ اطلاعات مکان  با استفاده از قالب‌برداری یا وکتور ذخیره‌سازی و پردازش‌ شده‌اند. این رویکرد امکان تجزیه‌وتحلیل مکانی پیشرفته، ویرایش پویا و ادغام با لایه‌های اطلاعاتی دیگر (مانند نقشه‌های توپوگرافی و زمین‌شناسی) را فراهم می‌کند که به‌عنوان پایه‌ای کلیدی برای مدل‌سازی هیدرولوژیک و برنامه‌ریزی مدیریت سیلاب در منطقۀ مطالعه‌شده عمل می‌کند. (شکل9)

 

 

 

شکل 9: بالا سمت چپ، تصویر ورودی مخروط‌افکنۀ اسلام‌آباد و شکل پایین سمت چپ، تصویر پردازش‌شده با الگوریتم تشخیص اختلاف طیفی یا کنتراست نمایش داده ‌شده که به‌صورت نیمه‌خودکار قطعه‌بندی شده است. شکل سمت راست نیز چولگی به چپ در قاعدۀ مخروط توسط نقشة بُرداری حاصل از این پردازش در سامانۀ اطلاعات مکان  است (نویسندگان، ۱۴۰۳).

Figure 9. (A) Input image of IslamAbad alluvial fan; (B) Processed image using semi-automated contrast-based segmentation; (C) Resulting GIS vector map that shows a leftward skewness at the base of the cone  (Authors, 2024)

 

یکی دیگر از نتایج مهم این تحقیق نمایش بخش فعال مخروط‌افکنۀ اسلام‌آباد بود که ازطریق نمایش تمرکز اصلی کانال‌های گیسویی در حالت جنرالیزاسیون یا تعمیم کلی کانال‌ها به دست آورده شد. در حالت مذکور عمدة کانال‌های گیسویی فعال در بخش دیستالِ[4] یا قاعدۀ مخروط‌افکنۀ اسلام‌آباد متمرکز شده‌اند. (شکل 10)

بخشی از مخروط‌افکنه را که متأثر از دوره‌های متناوب فرا-اَفزایش رسوبی[5] (تجمع مواد یا رسوب‌گذاری)، فرو-رَویابی بستر رودخانه[6] (حفر عمیق‌تر کانال یا فرسایش) و تغییرات ناگهانی مسیر قرار دارد، بخش فعال مخروط‌افکنه می‌نامند (Government of Alberta, 2023, p. 2).

 

شکل 10: به‌طور عمده کانال‌های گیسویی اصلی در بخش دیستال مخروط اسلام‌آباد مشاهده می‌شود (نویسندگان، 1404).

Figure 10. The primary braided channels are predominantly observed in the distal section of the IslamAbad alluvial fan (Authors, 2025).

 

نتیجه‌گیری

جریان‌های سطحی عموماً در قالب یک کانال پهن حرکت می‌کنند، اما در شرایط خاص، این جریان‌ها به چندین شاخۀ کوچک‌تر تقسیم‌ می‌شوند و شبکه‌ای از کانال‌های شاخه‌شاخه (درهم‌تنیده) را تشکیل می‌دهند. این کانال‌ها که به‌طور مداوم منشعب شده و مجدداً به یکدیگر متصل می‌شوند، ساختاری پیچیده و شبکه‌ای مشابه بافت طناب یا گیس ایجاد می‌کنند و به همین دلیل به آن‌ها «کانال‌های گیسویی» اطلاق می‌شود. این شبکه‌های آبی، نقش اصلی را در توزیع سیلاب در پهنۀ مخروط‌افکنه‌ها ایفا می‌کنند.

وجود کانال‌های گیسویی نشانگر دبی جریان بالا و غلظت درخور‌توجه رسوبات درشت‌دانه مانند ماسه در سیستم رودخانه‌ای است؛ ازاین‌رو، شناسایی این کانال‌ها در لایه‌های رسوبی قدیمی می‌تواند به‌عنوان شواهدی از دوره‌های مرطوب یا رخدادهای سیلابی مکرر در گذشته تفسیر شود. این ویژگی، کانال‌های گیسویی را به ابزاری کلیدی در بازسازی تغییرات اقلیمی گذشته و مطالعات ژئومورفولوژی اقلیمی تبدیل می‌کند؛ زیرا الگوی تشکیل آن‌ها مستقیماً با نوسانات رطوبتی و هیدرولوژیکی بلندمدت مرتبط است.

بر پایۀ یافته‌های این پژوهش، روش‌های سلسله‌مراتبی (از کل به جزء) با تقسیم تدریجی عوارض تصویری به زیرواحدهای کوچک‌تر عمل می‌کنند، به‌گونه‌ای که فرایند تقسیم‌بندی تا تحقق معیارهای همگنی طیفی-مکانی در هر واحد ادامه می‌یابد. به این واحدهای همگن نهایی، «اشیای تصویری» اطلاق می‌شود. ازآنجاکه این اشیا از تجزیۀ سلسله‌مراتبی عوارض بزرگ‌مقیاس به دست می‌آیند، این رویکرد به «الگوریتم تجزیۀ تودرتو» نیز شهرت دارد. این مرحله از پردازش به‌عنوان حساس‌ترین گام پیش از طبقه‌بندی شیءگرا در مطالعات ژئومورفولوژیک محسوب می‌شود؛ زیرا اشیای تصویری تولیدشده، پایه و اساس تفکیک‌پذیری لندفرم‌ها را در فرایند طبقه‌بندی رقم می‌زنند (Hoffmann & Vegt, 2001).

یافته‌های این پژوهش بر اهمیت شناسایی کانال‌های گیسویی به‌عنوان عاملی کلیدی در مدیریت ریسک سیلاب، کاهش فرسایش خاک و حفظ توازن هیدرولوژیک تأکید دارد. این شبکه‌های آبی نه‌تنها منبعی غنی از مصالح ساختمانی محسوب می‌شوند، بلکه بهره‌برداری غیراصولی از آن‌ها می‌تواند پیامدهای جبران‌ناپذیری برای اکوسیستم‌های خشک به همراه داشته باشد. تغییرات پیوستۀ مسیر جریان و فرسایش‌پذیری بالا در این کانال‌ها، مناطق مجاور را در معرض سیل‌های ناگهانی قرار می‌دهد. پژوهش حاضر با تمرکز بر مخروط‌افکنۀ اسلام‌آباد در حوضۀ یزد-اردکان، الگویی نوین برای نقشه‌برداری مکانی این عوارض ارائه کرده است. براساس نتایج، الگوریتم سلسله‌مراتبی کل به جزء مبتنی‌بر تشخیص اختلاف کنتراست که در این مطالعه به کار رفت، توانست با دقت بالا ریخت‌شناسی کلی مخروط‌افکنه با شکل نامتقارن مخروطی و جزئیات سطحی مانند کانال‌های گیسویی را ازطریق خطوط چندضلعی پیوسته شناسایی کند. موفقیت این روش مرهون ادغام داده‌های طیفی مقادیر بازتابش الکترومغناطیس در باندهای مختلف با پارامترهای مورفومتریک مثل شکل، تراکم، الگوی زهکشی است. درحالی‌که داده‌های طیفی به‌تنهایی قادر به تفکیک لندفرم‌های با بازتابش مشابه نیستند، ترکیب آن‌ها با شاخص‌هایی مانند ضریب شکل هرمی مشخصۀ مخروط‌افکنه‌ها دقت طبقه‌بندی را به‌طور چشمگیری افزایش می‌دهد.

نرم‌افزار E-Cognition با پشتیبانی از هر دو دسته داده‌های طیفی و ریخت‌شناختی، امکان اجرا و توسعۀ این الگوریتم را فراهم می‌سازد؛ برای ‌مثال، در این پژوهش، تراکم کانال‌های گیسویی، الگوی توزیع سیلاب و بخش‌های فعال مخروط‌افکنه با موفقیت تحلیل شدند. این رویکرد نیمه‌خودکار، گامی مؤثر در مدیریت هوشمند منابع آبی و کاهش مخاطرات محیطی در مناطق خشک به شمار می‌رود. مهم‌ترین نتایج این پژوهش،‌شناسایی فرم مخروط‌افکنۀ اسلام آباد،‌ نشان‌دادن محدودۀ فعال این مخروط، آزمودن و پیاده‌سازی الگوریتم اختلاف تباین در شناسایی این لندفرم به‌طور نیمه‌خودکار بوده است.

 

تشکر و قدردانی

این مطالعه بخشی از پروژۀ پژوهشی مصوب با شمارۀ ۲۱۰ مورخ ۰۳/۰۲/۱۴۰۲ با عنوان «شناسایی کانال‌های گیسویی پخش سیلاب روی مخروط‌افکنه اسلام‌آباد» است که با حمایت مالی شورای محترم پژوهشی استان به مرحلۀ اجرا رسید. بدین‌وسیله از اعضای محترم این شورا کمال تشکر و قدردانی را داریم.

 

[1] Braided channels

[2] Bar

[3] Island bar

[4] Distal

[5] Aggradation

[6] Channel incision

References

منابع
اختصاصی، محمدرضا، احمدی، حسن، فیض‌نیا، سادات، و بوشه، دتلف (۱۳۸۳). فرسایش بادی، رخساره‌ها و خسارات آن در حوضۀ دشت یزد- اردکان. منابع طبیعی ایران، ۵۷(۴)، 567-581.
https://www.sid.ir/paper/22833/fa
بهرامی، شهرام، و بهرامی، کاظم (۱۳۹۰). ارزیابی تکنیک‌های ژئومورفولوژیکی جهت شناسایی مخروط‌افکنه‌های قدیمی و جدید به‌منظور تعیین مناطق مستعد سیل‌خیزی در چهار مخروط‌افکنه در زاگرس چین‌خورده. جغرافیا و توسعه، 9(22)، ۸۹–۱۰۶. https://gdij.usb.ac.ir/article_572.html
تلوری، عبدالرسول (۱۳۸۳). اصول مقدماتی مهندسی و ساماندهی رودخانه. پژوهشکدۀ حفاظت خاک و آبخیزداری.
حمیدی کرمانشاهی، هدیه مقصودی،‌ مهران، و محمدخان،‌ شیرین  (۱۴۰۰). تأثیر مورفودینامیک کانال‌های گیسویی مخروط‌افکنه‌ها و عوارض ماسه‌ای بر مخاطرات جاده‌ای محور گرمسار-قم [پایان‌نامه کارشناسی ارشد، دانشگاه تهران]. https://lib.ut.ac.ir/site/catalogue/1578086
رنجبر باروق، زهرا، قنواتی، عزت‌اله، کمانرودی کجوری، موسی، و احمدآبادی، علی. (1402). بررسی نقش ژئومورفولوژی در ارزیابی توان محیطی توسعه شهری با استفاده از روش امتیازدهی منطق‌ترجیح مبتنی بر GIS (مطالعه موردی: کلانشهر کرج). پژوهش‌های ژئومورفولوژی کمّی، 11(4)، 84-108.
https://www.geomorphologyjournal.ir/article_159124.html
شایان، سیاوش، یمانی، مجتبی، فرج‌زاده اصل، منوچهر، و احمدآبادی، علی (۱۳۹۱). طبقه‌بندی نظارت‌شده لندفرم‌های ژئومورفولوژیکی مناطق خشک مرنجاب. سنجش از دور و GIS ایران، ۴(2)، ۱۹–28.
https://gisj.sbu.ac.ir/article_94920.html
علایی طالقانی، محمود. (1400). ژئومورفولوژی ایران. نشر قومس.
گورابی، ابوالقاسم، و کریمی، محمد (۱۳۹۱). روشی جدید در استخراج مخروط‌افکنه‌ها از مدل رقومی ارتفاع. پژوهش‌های ژئومورفولوژی کمّی، 1(3)، ۸۹–۱۰۰.
https://www.geomorphologyjournal.ir/article_77884.html
محمودی، فرج الله (۱۳۸۷). ژئومورفولوژی اقلیمی. انتشارات دانشگاه پیام نور.
مختاری، داود، کریمی، فریبا، و بیاتی خطیبی، مریم (۱۳۸۶). اشکال مختلف مخروط‌افکنه‌ای در اطراف تودۀ کوهستانی میشوداغ (شمال غرب ایران) با تأکید بر نقش فعالیت‌های تکتونیکی کواترنر در ایجاد آنها. آمایش فضا و ژئوماتیک، ۱۱، ۲۵۷–۲۹۲. http://hsmsp.modares.ac.ir/article-21-4111-fa.html
یمانی، مجتبی، و مقصودی، مهران (۱۳۸۲). بررسی و تحول کانال‌های گیسویی در سطح. پژوهش‌های جغرافیایی، 35(2). https://jrg.ut.ac.ir/article_10783.html
 
 
References
Argialas, D. P., & Tzotsos, A. (2004). Automatic extraction of alluvial fans from ASTER L1 satellite data and a digital elevation model using object-oriented image analysis. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 1(35), 1–6. https://www.isprs.org/proceedings/XXXV/congress/comm7/papers/251.pdf
Asselen, S., & Seijmonsbergen, A. C. (2006). Expert-driven semi-automated geomorphological mapping for a mountainous area using a laser DTM. Geomorphology, 78, 309–320. https://doi.org/10.1016/j.geomorph.2006.01.037
Bahrami, S., & Bahrami, K. (2011). Evaluation of geomorphological techniques for identifying old and new alluvial fans in order to determine flood-prone areas in four alluvial fans in the folded Zagros. Journal of Geography and Development, 9(22), 89–106. https://gdij.usb.ac.ir/article_572.html [In Persian].
Bates, R. L., & Jackson, J. A. (1987). Glossary of Geology. American Geological Institute. https://www.amazon.com/Glossary-Geology-Third-R-L-Bates/dp/0913312894
Bristow, C. S., & Best, J. L. (1993). Braided rivers: Perspectives and problems. Geological Society, London, Special Publications, 75(1), 1-11. http://dx.doi.org/10.1144/GSL.SP.1993.075.01.01 
Davidson, S. K., Hartley, A. J., Weissmann, G. S., Nichols, G. J., & Scuderi, L. A. (2013). Geomorphic elements on modern distributive fluvial systems. Geomorphology, 181, 82-95. https://doi.org/10.1016/j.geomorph.2012.09.008
Ekhtesasi, M. R., Ahmadi, H., Feiznia, S., & Busche, D. (2005). Wind erosion, facies and damages in Yazd-Ardakan plain. Iranian Journal of Natural Resources, 57(4), 567-583. https://www.sid.ir/paper/22833/fa [In Persian].
Federal Emergency Management Agency (FEMA). (2016). Guidance for Flood Risk Analysis and Mapping on Alluvial Fans. U.S. Department of Homeland Security. https://www.fema.gov/sites/default/files/2020-02/Alluvial_Fans_Guidance_Nov_2016.PDF
Goorabi, A., & Karimi, M. (2013). New method for extraction of alluvial fans from digital elevation model. Quantitative Geomorphological Researches, 1(3), 89-100. https://www.geomorphologyjournal.ir/article_77884.html [In Persian].
Government of Alberta. Environment and Protected Areas. (2023). Alluvial Fan Terminologies, Processes, and Hazards. https://open.alberta.ca/publications/alluvial-fan-terminologies-processes-and-hazards
Hamidi-Kermanshahi, H. (2021). The Impact of Distributary Channel Morphodynamics in Alluvial Fans and Aeolian Features on Road Hazards along the Qom-Garmsar Route [Master's thesis, University of Tehran]. https://lib.ut.ac.ir/site/catalogue/1578086 [In Persian].
Hoffmann, A., & Vegt, J. W. (2001). New sensor systems and new classification methods: Laser and digital camera-data meet object-oriented strategies. GIS - Zeitschrift für Geoinformationssysteme, 14(1), 18-23. https://B2n.ir/kn1731
Liu, J., Zhang, C., Zhang, X., Zhu, R., & Shaohua, Z. (2024). Fluvial fan sedimentary characteristics of distributive fluvial system. Scientific Reports, 14, 1-15. https://doi.org/10.1038/s41598-024-72102-x
Mahmoudi, F. (2008). Climatic geomorphology. Payam Noor University Press. [In Persian].
Martin, J. H. (1993). A review of braided fluvial hydrocarbon reservoirs: The petroleum engineer's perspective. Geological Society, London, Special Publications, 75(1), 333-367. https://doi.org/10.1144/gsl.sp.1993.075.01.20
Martin, K., Schroeder, W., & Lorensen, B. (2012). Reference Book for eCognition® Developer 8.7.2. Trimble Germany Press.
Miliaresi, G. (1999, August). Automated segmentation of alluvial fans to regions of high to intermediate flood hazard from Landsat thematic mapper imagery [Paper presentation]. 2nd International Symposium on Operationalization of Remote Sensing, Enschede, Netherlands. https://B2n.ir/rw2088
Mokhtari, D., Karami, F., & Bayati-Khatibi, M. (2007). Differential Features of Alluvial Fans Controlled by Quaternary Tectonic Activities around Misho-Dagh Mountainous Area (Northwest of Iran). The Journal of Spatial Planning and Geomatics, 11, 257-292. http://hsmsp.modares.ac.ir/article-21-4111-fa.html [In Persian].
Nykanen, D. K., Foufoula-Georgiou, E., & Sapozhnikov, V. B. (1998). Study of spatial scaling in braided river patterns using synthetic aperture radar imagery. Water Resources Research, 34(7), 1795-1807.  https://doi.org/10.1029/98WR00940
Ranjbar-Barogh, Z., Ghanavati, E., Kamandroodi-Kajouri, M., & Ahmdabadi, A. (2023). Investigating the role of geomorphology in Assessment of the environmental Capacity of urban development using the GIS-based preference logic scoring method (case study: Karaj metropolis). Quantitative Geomorphological Research, 11(4), 84-108. https://www.geomorphologyjournal.ir/article_159124.html [In Persian].
Shayan, S., Yamani, M., Farajzadeh, M., & Ahmadabadi, A. (2013). A supervised classification of geomorphometric parameters to extract the geomorphologic landforms in dry regions (Case study: Maranjab region). Iranian Journal of Remote Sensing and GIS, 4(2), 19-28. https://gisj.sbu.ac.ir/article_94920.html [In Persian].
Smith, N. D., & Minter, W. E. L. (1980). Sedimentological controls of gold and uranium in two Witwatersrand paleoplacers. Economic Geology, 75(1), 1-14. https://doi.org/10.2113/gsecongeo.75.1.1
Sulebak, J. S., & Vind, H. (2003). Multiresolution spline models and their applications in geomorphology. In Concepts and Modelling in Geomorphology: International Perspectives (pp. 221-237). TERRAPUB. https://B2n.ir/ep8820
Teluri, A. (2004). Basic Principles of River Engineering and Management. Soil Conservation and Watershed Management Research Institute. [In Persian].
Yamani, M., & Maghsoudi, M. (2003). Investigation and evolution of braided channels on the surface of alluvial fans (Case study: Tangouyeh alluvial fan in Sirjan pit). Geographical Research, 35(2). https://jrg.ut.ac.ir/article_10783.html?lang=fa  [In Persian].
 

Files

History

  • Receive Date: 07 April 2025
  • Revise Date: 14 June 2025
  • Accept Date: 21 June 2025

Share

How to cite

Statistics